BackyardofAbela / EnsembleLearningLinks
包括决策树和随机森林进行离职人员预测,Xgboost和lightGBM的应用
☆286Updated 5 years ago
Alternatives and similar repositories for EnsembleLearning
Users that are interested in EnsembleLearning are comparing it to the libraries listed below
Sorting:
- 机器学习集成模型之Stacking各类模型及工具源码☆118Updated 4 years ago
- 天池“资金流入流出预测——挑战baseline”的解决方案,线上效果143.5☆97Updated 5 years ago
- Codes for time series forecast☆145Updated 4 years ago
- 天池智慧交通预测挑战赛解决方案☆505Updated 7 years ago
- WeChat Official Accounts, zhihu and CSDN'blog code☆262Updated 5 years ago
- 客流量时间序列预测模型☆126Updated 3 years ago
- 时间序列ARIMA模型的销量预测☆63Updated 7 years ago
- 2020 招商银行FinTech 数据赛道 rank10☆115Updated 5 years ago
- 使用sklearn做特征工程☆175Updated 7 years ago
- ☆503Updated last year
- 为机器学习的入门者提供多种基于实例的sklearn、TensorFlow以及自编函数(AnFany)的ML算法程序。☆434Updated 3 years ago
- 【Numpy 手写实现】SVM 支持向量机 | KNN K近邻 | Kmeans | Logistic Regression 逻辑回归 | Maximum Entropy 最大熵 | Naive Bayes 朴素贝叶斯 | Perception 感知机 | Decision…☆210Updated 5 years ago
- Bayesian Optimization and Grid Search for xgboost/lightgbm☆77Updated 6 months ago
- 基于遗传算法的特征选择☆128Updated 5 years ago
- 集成学习Stacking方法详解☆76Updated 5 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆44Updated 5 years ago
- TensorFlow Probability;Time series model☆127Updated 3 years ago
- 基于Keras的LSTM多变量时间序列预测☆179Updated 7 years ago
- Time Series Prediction, Stateful LSTM; 时间序列预测,洗发水销量/股票走势预测,有状态循环神经网络☆58Updated 8 years ago
- My Data Competition Solutions☆103Updated last year
- 阿里天池与Datawhale联合举办二手车价格预测比赛:优胜奖方案代码总结☆113Updated 2 years ago
- 机器学习的特征工程,包括特征抽取、特征预处理、特征选择、特征降维。☆25Updated 6 years ago
- A practical feature engineering handbook☆331Updated 5 years ago
- 统计分析课程实验作业/包含《统计分析方法》中因子分析,主成分分析,Kmeans聚类等典型算法的手写实现☆77Updated 5 years ago
- 利用时间序列预测汽车销量☆42Updated 6 years ago
- 基于真实业务上手数据挖掘(银行流失预警):数据的处理、LightGBM、skLearning包(里面含有:GridSearchCV寻找最优参、StratifiedKFold分层5折切分、_test_Split单次数据切分等)、叠层模型融合、画AUC图、画混淆矩阵图,并输出预…☆97Updated 3 years ago
- 2019年CCF大数据与计算智能大赛乘用车细分市场销量预测冠军解决方案☆259Updated 5 years ago
- 基于统计学的时间序列预测(AR,ARM).☆285Updated 4 years ago
- 基于ARIMA时间序列的销量预测模型,实际预测准确率达90%以上,内含有测试记录和实际上线效果。☆104Updated 6 years ago
- Python数据科学系专栏(pandas、Numpy、SKlearn、Matplotlib)、实战项目( 代码、讲解、数据集)☆220Updated last year